Tag: LLM

In de technologie-industrie lijkt de tijd sneller te gaan dan ergens anders. Nauwelijks zijn Large Language Models (LLM’s) doorgedrongen tot de boardrooms van bedrijven of de volgende vraag duikt al op: wat komt hierna? Tijdens conferenties, zoals EmTech AI van MIT Technology Review, wordt deze vraag inmiddels openlijk gesteld. Het is een interessante vraag, maar ook een gevaarlijke. Want de geschiedenis van technologie laat zien dat we vaak al vooruitkijken naar de volgende revolutie terwijl we de huidige nog nauwelijks begrijpen.

Steeds meer CFO’s experimenteren met AI bovenop hun BI-omgeving. Of dat nu Power BI is of Tableau, het idee is hetzelfde: minder vaste rapporten, meer directe antwoorden. Een vraag in gewone taal levert direct inzicht op in omzet, marge of afwijkingen ten opzichte van budget.

Er is iets fascinerends aan de recente pogingen van AI om wiskunde te ‘begrijpen’. DARPA lanceerde dit voorjaar het programma expMath, bedoeld om AI niet alleen rekentrucs te laten uitvoeren, maar om wiskundig inzicht te ontwikkelen. Modellen als AlphaProof en AlphaEvolve lossen inmiddels olympiadewiskunde op waar jij en ik drie espresso’s voor nodig hebben. Maar de echte vraag is: snapt AI wat ze doet? De korte versie: nee, nog niet. De lange versie: dat maakt het juist interessant.

“Niemand snapt hoe taalmodellen werken, ook de bedrijven erachter niet.” Het is de headline van een interview met MIT-hoogleraar Pattie Maes in het Financieele Dagblad (7 oktober 2025). Ze doelt op de snelgroeiende klasse van AI-systemen – zoals ChatGPT, Gemini en Claude – die miljarden parameters bevatten en zichzelf als het ware ‘leren redeneren’ uit tekst. En hoewel we wéten hoe deze modellen technisch in elkaar zitten, begrijpt niemand meer precies waarom ze zeggen wat ze zeggen.

Als er zelfs bij de kapper wordt gesproken over AI, dan weet je dat je met een grote verandering te maken hebt. Een verandering die je niet kunt negeren, toch? De belofte van AI is immers enorm. Het gaat al het administratieve werk vervangen, het maakt werk radicaal anders, mensen worden overbodig en AI wordt misschien wel intelligenter dan wij. Tenminste, dat was de belofte. Maar laten we nu eens serieus en kritisch kijken naar de realiteit. En om te snappen waar deze beloftes vandaan komen, moeten we even een paar stappen terugdoen.

Een $1,5 miljard settlement van Anthropic markeert misschien wel het einde van een tijdperk. Jarenlang konden AI-bedrijven hun modellen trainen op alles wat ze konden vinden online: blogs, fora, nieuwsartikelen en zelfs complete boeken die via piratensites circuleerden. Die tijd lijkt voorbij.